宫廷计
休闲益智 / 2020.05.20 更新宫廷计破解版为广大玩家提供这款宫廷养成游戏的内购福利，也就是无限金币，无限元宝使用，当然各种游戏角色，剧情玩法全部解锁，装备时装，府邸权位，全部解锁开放，破解版宫廷计只等你来体验！
游戏特色
经典传承 建立真实的古代人际网
女性古风手游经典传承，在这里可以和历史名人，游戏NPC溯古论今、下棋品酒、闲聊逛街。更原生的人际交往，和他们随心邀约，构建属于你自己的真实的古代人际关系网。在这个古典世界步步高升，成就辉煌。
妆容万象 绫罗美衣治愈收集癖
精致的古风更衣间，塞满你珍爱的绫罗美服，用不同的妆容去应对不同场合，闺蜜聚会温柔可爱为佳，拜见贵人端庄大气的款式较合适，私下穿着简单舒适，不论你想到多少种场合，这个衣柜都能满足你的少女心，定制自己的个性穿搭，去古风世界里开场大秀吧。
游戏说明
1、尚仪局 宫女小蝶
我喜欢的啊，除了文房四宝跟青铜器，其它的都还好啦……
御医总管最不喜欢青铜器了，这点倒是跟姑姑相同呢。
姑姑喜欢玉器跟漆器比较多一点。
2、太乐署 宫女轻舞
玉华宫宫女也最不喜欢青铜器了，看来，这种又重又笨的东西，还真没多少人喜欢呢。
千万不要送舞姬老师青铜器，不知为何，她看见青铜器就会生闷气，不知道是不是因为将军的缘故。
那王府丫鬟说她什么都喜欢，我看未必。
舞姬老师给人感觉很不好相处呢，送礼物的话试试金银珠宝跟玉器吧。
3、崇文馆 书童茗儿
我只知道灵儿最不喜欢青铜器了，她怎么了?
门生老师当然喜欢文房四宝了，这还用问吗。
听说长安城里的饰品店老板啊，什么都喜欢呢。
4、击鞠场 球童玥儿
将军很喜欢青铜器呢。
我最最最不喜欢的就是文房四宝了，别送我啊，我可不要。
舞姬冷冷的，看起来什么都不放在心上呢，不过还是问问轻舞比较好，她更清楚。
5、御花园 宫女朵儿
嘻嘻，我喜欢的东西啊，当然跟公主差不多啦。
公主那么喜欢轩辕老师，也应该尝试着喜欢文房四宝了吧。不过这种事情也是勉强不得的。
公主不喜欢青铜器，文房四宝也不太喜欢……
你问我礼品店老板喜欢什么，他那种商人，什么不喜欢啊，送的他都要。
6、玉华宫 宫女墨儿
宛妃娘娘就比较喜欢文房四宝，看不出来吧。
宸妃娘娘礼佛，最喜欢的是玉器。
我喜欢的啊，茗儿说的很对呢。
伺候梅妃娘娘是墨儿的福分。
7、御膳房 厨子叶落
跟在御膳总管身边这么多年，我觉得她喜欢青铜器多一些，金银珠宝也不错。
长安城里的酒馆老板啊，喜好应该跟我们御膳总管差不多，都是做同一行的。
我曾经给尚书令大人送过膳食，听说他好像很喜欢玉器。
8、太医院 药童知秋
什么?钦天监监正大人?虽说她很不好相处……但她对送的东西从不褒贬。
听小蝶提起过，姑姑最不喜欢青铜器了，她也不太喜欢老是爱喝酒的吏部侍郎大人。
我最最最不喜欢的就是文房四宝了，别送我啊，我可不要。
9、国子监 学徒白芷
身为国子监祭酒，负责选秀跟恩科，居然也不喜欢文人的东西，怪哉。
吏部侍郎大人喜欢喝酒?这还不好猜吗，送青铜器肯定没错啦。
我最最最不喜欢的就是文房四宝了，别送我啊，我可不要。
大学士当然喜欢文房四宝啦，哪个文人不喜欢这类东西的。
10、慈宁宫 太监王宝
清儿说的对，皇帝没有所谓的喜欢不喜欢，要说喜欢，也是对几位娘娘的喜欢。
唉，言多必失啊，太后很不喜欢多嘴的人。咱家又忘记了。(....)
千万不要送文房四宝给梅妃娘娘，她最讨厌这个了，切记。
11、慈宁宫 宫女清儿
都是王宝，害我也一起受罚，以后别问我这么多了，被太后看见了又是一顿好罚。(哎?)
其实太后最最喜欢的是玉器，玉器里面又最喜欢的是翡翠。可惜翡翠难寻啊。
千万不要送文房四宝、金银珠宝给宸妃娘娘，切记。
12、内侍监 宫女灵儿
你问朵儿喜欢什么?是不是想通过朵儿向公主示好?哼，被我猜中了吧。你直接问她好了。(吃醋= =?)
你怎么老是关心别人喜欢什么?就不问问灵儿喜欢什么物品?太偏心了。(囧···)
皇帝喜欢什么?这我更不知道了，我只是一个小小的宫女，哪有机会遇见皇帝呢。
13、王府 丫鬟清歌
皇帝是王爷的哥哥，也曾来过王府，他好像什么都喜欢。(= =···)
王爷比较喜好一些玉器类的物品吧。
我啊，送我什么都喜欢。要知道我也是知恩图报的。
游戏信息
热门专题
热门推荐
OpenAI首席产品官Kevin Weil近日放出豪言：今年，人工智能编程将彻底超越人类，并且这种超越是永久性的。此言一出，立刻在开发者社区引发热议——毕竟，这并非小公司自娱自乐，而是来自全球AI领域领军企业的高层判断。 据Weil所述，AI模型的进化速度令人惊叹，明年便可在编程竞赛中独占鳌头。更关
4月22日，深圳，赛灵思技术日（Xilinx Technology Day）即将拉开帷幕。这次是软件与AI专场——专门为搞软件和AI的开发者们量身定制。活动将通过一系列详细的技术分享与案例解析，与大家面对面探讨FPGA SoC领域的创新可能，帮助从业者快速上手Vitis Vitis AI统一软件平台
人工智能市场规模持续增长，数据治理成为关键课题。AI依赖海量数据驱动，但隐私泄露与滥用风险加剧。数据治理通过制定规则确保数据安全合规使用，防范算法被恶意利用，是AI时代保障准确性与完整性的基础。
莫斯科的医疗系统近期迎来了一位“超级助手”——基于人工智能的神经网络诊断模块。根据莫斯科市政府官网发布的信息，该系统能够在短短三周内，完成对10万份本地医疗数据的深度分析。换言之，过去需要大量人力耗时数月才能完成的任务，如今被压缩至21天。 消息透露，莫斯科副市长阿纳斯塔西娅·拉科娃直言，数字化技术
人工智能的进化：从规则驱动到数据驱动 人工智能的发展历程几乎与计算机同步，其起源可追溯至20世纪50年代。然而，早期的人工智能方法与当今的先进技术之间存在巨大差异。 早期，计算机科学家曾试图将所有可用的知识和规则录入计算机，希望模拟人类的推理能力——正是这种推理能力赋予了人类强大的认知水平。然而，当